人工智能和對象存儲,能擦出什么樣的火花?
AI與對象存儲
在許多人的印象中,AI需要大量的算力,是計算密集型的典型應(yīng)用。而對象存儲大多時候用于海量非結(jié)構(gòu)化數(shù)據(jù)的存放,備份歸檔,云存儲、企業(yè)云盤、文檔影像或視頻的存儲等。從存儲特征來看,對象存儲的延遲可能較難滿足AI的性能需求;從使用習(xí)慣來看,大多數(shù)AI用戶都是采用文件接口。
實際上,有計算,就會有存儲,只是或多或少,或快或慢,或過渡或長期保存的區(qū)別。
在微信公眾號浪潮存儲《2020:下一個十年,存儲發(fā)展的趨勢是什么》上篇也即鑒往事篇 一文中,曾提到:
AI所需存儲,可以分為準備、訓(xùn)練、推理和歸檔等階段,每個階段的IO特征不一樣,對于存儲的要求也不一樣。例如,在推理階段,IO的特征是讀寫混合,并且要求存儲的延時低,能快速響應(yīng)。
下圖列出了AI各個階段的IO特征,及其對存儲的要求。
AI各個階段的IO特征及存儲需求
綜合考慮用戶使用習(xí)慣、性價比、性能和容量,如果能夠取得一個平衡的話,對象存儲能夠用在AI的多個不同階段中,如提取、準備、訓(xùn)練、歸檔等。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 光計算迎來商業(yè)化突破,但落地仍需時間
- 5 大模型下半場:Agent時代為何更需要開源模型
- 6 中國“智造”背后的「關(guān)鍵力量」
- 7 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?
- 8 營收猛增46%,昆侖萬維成為AI“爆品工廠”
- 9 全球無人駕駛技術(shù)排名:誰才是細分賽道的扛把子?
- 10 地平線自動駕駛方案解讀